Analyseer de conditie van objecten tot op detail
Aespect maakt het mogelijk om digitale datasets en 3D-modellen om te zetten naar cruciale onderhoudsinformatie. Hiervoor zijn verschillende tools ontwikkeld die het digitaal meten in 3D en het vastleggen van aandachtspunten op foto's mogelijk maken. Deze metingen en aandachtspunten kunnen worden gecombineerd met een inspectieformulier, om gegevens te genereren voor de asset onderhoudsdatabase.
Via Aespect is het altijd mogelijk om snel een meting uit te voeren met de liniaal tool. Deze meting wordt daarna niet opgeslagen. Voor het produceren van geometrische informatie over bouwdelen of andere componenten van een object is er een uitgebreidere workflow beschikbaar. Met deze meetmethode bouw je stapsgewijs aan een database waarin alle elementen van een asset worden opgeslagen. Doormiddel van formulieren op basis van een aangeleverde referentielijst kan een asset volledig gesegmenteerd worden in de gewenste elementen. Hierdoor kunnen hoeveelheden en aantal zeer nauwkeurig en betrouwbaar bepaald en vastgelegd worden.
Met de inspectietools van Aespect leg je eenvoudig en effectief gebreken vast. Hiervoor maak je gebruik van de fotografie die via de datamanager is aangeleverd. Via het 3D-model kan er snel een gewenste invalshoek gekozen worden, voor meer keuze is er een snelle foto viewer beschikbaar. De gebreken worden direct geannoteerd in de fotografie e de gebreken krijgen direct een locatie in 3D en een eigen coördinaat voor traceerbaarheid. Gebreken worden automatisch gekoppeld aan de gesegmenteerde bouwdelen. Door een eigen referentielijst aan gebreken in te voeren wordt de informatie direct toepasbaar voor het produceren van een MJOP.
De uitkomsten van alle inspecties die worden uitgevoerd voeden een gezamenlijke database, die gekoppeld is aan de datacollectie van de asset. Naast de visuele beeldgegevens en 3D-data is er in hetzelfde scherm een actueel overzicht te zien van alle annotaties. Alle annotaties samen vormen de input voor het onderhoudsrapport dat bij het object hoort. Dit onderhoudsrapport is vanuit de datacollectie eenvoudig te exporteren als tabel of als kant-en-klare PDF met logo.
Inspecteer, meet en annoteer je assets eenvoudig vanaf je computer.
Detecteer en monitor gebreken
Identificeer de meest minuscule gebreken op lastig te bereiken plekken en koppel deze gebreken automatisch aan bouwdelen.
Meet en segmenteer 3D-modellen
Met Aespect voert je metingen en analyses uit, tot op de millimeter nauwkeurig. Daarnaast classificeer je deze metingen of bouwdelen, inclusief hoeveelheden.
Werk samen in een collaboratieve online omgeving
Werk samen met verschillende ketenpartners, die elk hun eigen expertise en kennis toe kunnen voegen aan dezelfde database.
Aespect beschikt over uitgebreide functionaliteiten voor het vastleggen van beeldkenmerken. Met deze functionaliteiten kun je kenmerken met de hand of automatisch extraheren. Met de hand kun je polygonen tekenen en de kenmerken classificeren met een op maat gemaakt inspectieformulier.
Aespect beschikt over een handmatige toolset waarmee je 3D-Mesh of pointcloudsegmenten kunt selecteren en classificeren. Met behulp van op maat gemaakte inspectieformulieren kun je deze delen classificeren als bouwdelen en de hoeveelheden borgen in het informatiesysteem.
Momenteel zijn er verschillende standaarden beschikbaar binnen de digitale inspectieformulieren. Dit zijn de NEN2767, NL-SfB en de URL Monumenten. Hiernaast biedt Aespect een templatestructuur waarbinnen je als gebruiker een modificatie op de NEN of een geheel eigen inspectienormering kunt toevoegen.
Centraal in de informatiestructuur staat de asset database van de gebruiker. Dit zijn bijvoorbeeld adressen bij gebouwen, of een andere unieke nummering van een asset of areaal. Elke asset krijgt een eigen datacollectie. Daarbinnen worden locaties aangemaakt door de 3D-data te segmenteren en classificeren. De gebreken die vervolgens worden vastgelegd in het beeldmateriaal worden gekoppeld aan deze locaties. De geometrische eigenschappen van de locaties en alle bevindingen worden opgesomd en geaggregeerd binnen de datacollectie.
De onderhoudsinformatie die geproduceerd wordt in de inspectiemodule bestaat uit bevindingen en hoeveelheden. Deze informatie-elementen zijn te koppelen aan kostenkengetallen om onderhoudsbudgetten te bepalen.
Met behulp van AI trainen wij onze software op het herkennen van interessante elementen in fotografie. We trainen Aespect bijvoorbeeld om automatisch personen te blurren, bouwdelen te identificeren en daarmee de beeldbank snel doorzoekbaar te maken.
De metingen die worden uitgevoerd binnen Aespect worden verzameld en opgeslagen. Wij zetten deze informatie in om trainingsdata te produceren voor algoritmes, die zelfstandig vlakken en elementen kunnen herkennen in 3D-data. Deze bouwdeelherkenning zal stapsgewijs doorgevoerd worden om het meetproces steeds sneller te maken.
Aespect vraagt om een computer met een eigen videokaart om vloeiend te werken in 3D. Wij adviseren de Microsoft Surface en Studio systemen. Deze beschikken over ideale specificaties en een touchscreen, waarmee razendsnel gewerkt kan worden. Wij kunnen ondersteuning bieden bij het verkrijgen van de juiste hardware, indien je daar nog niet over beschikt.
Elk detail telt.
